Anda di halaman 1dari 7

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

Sistema de Informacin Cientfica

ANDRS GIRALDO G., CARLOS J. ZAPATA G., ELIANA M. TORO O.


MODELO PROBABILSTICO PARA LOS FENMENOS DE TRANSFERENCIA ENTRE PROGRAMAS DE
PREGRADO Y DE DESERCIN ESTUDIANTIL
Scientia Et Technica, vol. XIV, nm. 39, septiembre, 2008, pp. 212-217,
Universidad Tecnolgica de Pereira
Colombia
Disponible en: http://www.redalyc.org/articulo.oa?id=84920503038

Scientia Et Technica,
ISSN (Versin impresa): 0122-1701
scientia@utp.edu.co
Universidad Tecnolgica de Pereira
Colombia

Cmo citar?

Fascculo completo

Ms informacin del artculo

Pgina de la revista

www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira. ISSN 0122-1701

212

MODELO PROBABILSTICO PARA LOS FENMENOS DE TRANSFERENCIA ENTRE PROGRAMAS DE


PREGRADO Y DE DESERCIN ESTUDIANTIL
Probabilistic Model for the Phenomena of Transfer among Undergraduate Programs and Student Desertion
RESUMEN
Este artculo presenta un estudio sobre el modelamiento de los fenmenos
de transferencia entre programas de pregrado y de desercin estudiantil en
la Universidad Tecnolgica de Pereira mediante el proceso de Markov
discreto en el estado y contino en el tiempo utilizando estadsticas
correspondientes a 15 semestres acadmicos.

ANDRS GIRALDO G.
Estudiante
de
Ingeniera
Industrial
Universidad Tecnolgica de
Pereira
andresgirak@hotmail.com

PALABRAS CLAVES: Procesos estocsticos, probabilidad, estadstica,


educacin, demografa.

CARLOS J. ZAPATA G.
Ingeniero Electricista, MSc.
Profesor Asociado
Facultad de Tecnologas
Universidad Tecnolgica
Pereira.
cjzapata@.utp.edu.co

ABSTRACT
This paper presents a study on the modeling of the phenomena of transfer
among undergraduate programs and student desertion at the Universidad
Tecnolgica de Pereira by means of the discrete-state continuous-time
Markov Process using statistics corresponding to 15 academic semesters.
KEYWORDS: Stochastic processes, probability, statistics, education,
demography

1.

de

ELIANA M. TORO O.
Ingeniera Industrial, MSc.
Profesora Asistente
Facultad de Ingeniera Industrial
Universidad Tecnolgica de
Pereira
elianam@utp.edu.co

INTRODUCCIN

Las universidades dentro de las estrategias de retencin


de sus estudiantes plantean como alternativa permitir la
transferencia interna entre programas; esta es una de las
situaciones ms comunes que se presentan, la cual
consiste en la solicitud que hace un estudiante a la
universidad para cambiarse de carrera. El que se
presenten estas transferencias puede tener diferentes
causas tales como: falta de orientacin profesional en los
colegios, exigencia en el nivel acadmico, insatisfaccin
por parte del estudiante en su actual carrera y otras
razones que logran influenciar al estudiante sobre la
decisin de elegir el programa acadmico a cursar. El
proceso de transferencias implica costos en el sistema de
funcionamiento de las universidades pblicas y para la
sociedad. Adems existe conexin entre el fenmeno de
transferencia entre programas acadmicos de pregrado y
la desercin estudiantil.
Caicedo [1], miembro del Ministerio de Nacional de
Colombia (MEN), en su estudio sobre la desercin
universitaria de los estudiantes colombianos, sostiene que
el 52% de los estudiantes universitarios comienzan una
carrera universitaria, y no la concluyen. Esta cifra de
desercin universitaria fue calificada como una verdadera
"tragedia nacional" y como una muestra de la
"monumental crisis de la educacin superior".

Fecha de Recepcin: 4 de junio de 2008.


Fecha de Aceptacin: 3 de septiembre de 2008.

Segn el MEN, de las promociones de estudiantes que


terminaron estudios entre 1999 y el 2004, el 48% en
promedio finalizaron sus estudios. Es decir, de cada dos
estudiantes que se matriculan en un programa de
pregrado, solo uno culmina su carrera. La preocupacin
es mayor si se tiene en cuenta que el 39.52% de quienes
abandonan sus estudios lo tienen que hacer por razones
econmicas. Al respecto, de las razones o factores que
puedan explicar la retencin o desercin, Himmel [2] en
su investigacin sobre la desercin desde una perspectiva
conceptual, concluye que los diversos modelos enfatizan
factores psicolgicos, econmicos, sociolgicos,
organizacionales o de interaccin entre el estudiante y la
institucin. Que en alguna medida coincide con Escalante
[3] quien seala que los factores son de orden econmico,
personal, familiar, motivacional, vocacional y acadmico.
De otra parte, el proceso de transferencias entre
programas acadmicos y la desercin estudiantil son
fenmenos aleatorios, por lo cual, deben ser
representados mediante modelos probabilsticos.
As, el objetivo de este trabajo es mostrar como estos
fenmenos aleatorios puede ser representados mediante
el proceso de Markov discreto en el estado y contino en
el tiempo.

213
2.

Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

MARCO TERICO [4]- [9]

En toda organizacin es importante la toma de decisiones


sobre diferentes eventos que puedan presentarse. En
muchos casos este procedimiento se realiza sobra la base
de la incertidumbre acerca del evento futuro. Sobre este
concepto se fundamentan los procesos estocsticos cuyo
objetivo es describir el comportamiento de un fenmeno
aleatorio durante algunos periodos determinados.
Un proceso estocstico se define como una coleccin
indexada de variables aleatorias {Xt} en donde X es una
caracterstica de inters que se puede medir en el tiempo
t. Esta caracterstica puede encontrarse en una o varias
categoras mutuamente excluyentes entre s. Estas
categoras representan los estados en los cuales puede
encontrarse el sistema, y es en estos estados en donde se
mide la variable aleatoria.
El estudio de los procesos estocsticos puede diferir de
acuerdo a como se definan el espacio de estados y el
tiempo, de acuerdo a esto un proceso estocstico puede
ser como se define la Tabla 1.
Estado
Discreto
Discreto
Continuo
Continuo

Tiempo
Discreto
Continuo
Discreto
Continuo

1. Sistema asintticamente estable.


2. Sistema marginalmente estable.
3. Sistema inestable.
De acuerdo a este anlisis de estabilidad, se debe
determinar la continuidad del procedimiento de solucin,
que slo puede realizarse si se cumple la posibilidad 1.
Para aplicar este modelo a un problema real se requiere:
1. Definir los estados discretos con los cuales se pueden
representar las caractersticas de inters del sistema
bajo estudio.
2. Determinar si todas las tasas de transicin entre
estados son constantes con respecto al tiempo
si todos los tiempos de transicin entre estados estn
exponencialmente distribuidos.
A partir de una muestra de datos tomada durante un
periodo de tiempo T, la tasa de transicin entre estados o
tasa de eventos se define en forma estadstica como:
hij es el nmero de transiciones nt del estado i al estado

Ejemplos
Cadena Markov
Poisson, Markov

Proceso Gamma,
Proceso Gausiano

j en un periodo de tiempo T, por unidad de tiempo en que


el sistema estuvo en el estado i y se calcula mediante (2).

Tabla 1. Clasificacin de los procesos Estocsticos.


Una cadena de Markov de tiempo continuo se presenta
cuando las probabilidades de transicin entre estados no
son constantes en un t discreto, por tanto se considera
que el proceso evoluciona en forma continua a travs del
tiempo; por esto el valor del tiempo aqu no es
considerado un nmero entero. Los tiempos de transicin
entre los estados son variables aleatorias continuas que se
describen mediante distribuciones de probabilidad.
En este tipo de procesos se consideran las tasas de
transicin hij, que representan la cantidad de transiciones
desde el estado i hacia el estado j, y son los elementos
constitutivos de la matriz de transiciones H que describe
al sistema:

[ P& ] = [ P ][ H ]

Cuando se considera un proceso de Markov en el tiempo


se debe realizar un anlisis de estabilidad de la matriz de
transiciones que indica si es posible resolver el sistema
mediante este tipo de modelo, se pueden presentar las
siguientes posibilidades:

hij =

nt
nt

(t
K =1

(2)

ij k

Se debe verificar que la tasa de eventos sea constante


durante el periodo de tiempo T de los registros; est
verificacin se hace en forma grfica dividiendo el
periodo de tiempo de los registros en sub-periodos para
los cuales se determina el nmero de eventos (Ver la
Figura 1).
hij

(1)

Donde:

P : Es el vector fila de las probabilidades de cada uno

de los estados como funcin del tiempo


P& : Es el vector fila de las derivadas con respecto al
tiempo de las probabilidades de los estados como
funcin del tiempo; es decir, p& ij =

dpij
dt

t
1

[semestres]

Figura 1. Grfica de la tasa de eventos con respecto al


tiempo.

214

Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira

De otra parte, tambin se puede determinar mediante una


prueba de bondad de ajuste que determine si los datos de
tiempos de transicin entre estados se ajustan a una
distribucin exponencial. En caso de cumplirse la prueba,
el parmetro de la distribucin ser la tasa de transicin
entre estados.
Al evaluar los valores propios y vectores propios de H se
puede resolver el sistema de ecuaciones diferenciales (1)
de la siguiente forma:
n

[ P(t )] = ci * vi * e *t
t

(3)

i =1

Donde:

3.

RECOLECCIN Y ANLISIS
INFORMACIN PRIMARIA

vi : Es el vector propio columna asociado con el valor


propio i que es calculado a partir de H t .
Recordar que los vectores propios no son nicos.

Inicialmente se debe formar la matriz de transiciones que


permitir realizar los diferentes clculos matemticos y
anlisis del proceso en el tiempo. La informacin
recopilada es de tipo semestral, tomada de las estadsticas
del centro de registro y control acadmico de la
Universidad Tecnolgica de Pereira, iniciando en el
primer semestre de 2000 hasta el segundo semestre del
2007; teniendo en cuenta que no existe informacin para
el segundo semestre del 2002, debido a que en este
periodo no hubo normalidad acadmica. Adicionalmente
se cuenta con la informacin de desercin de cada una de
los programas para el mismo periodo.

Se calculan las tasas de transicin entre los programas


mediante la Ecuacin (6).
L

hij =

ci : Es una constante a ser determinada por medio de las


condiciones iniciales
Otros mtodos de solucin de este sistema de ecuaciones
diferenciales se pueden consultar en textos de ecuaciones
diferenciales, teora de control y mtodos numricos.
Un sistema es marginalmente estable si algunos de los
valores propios de H ocurren como un solo valor en el
origen del plano complejo o como parejas de valores
simples en el eje imaginario y el resto de valores propios
estn ubicados en el lado izquierdo del plano complejo.
Para el proceso de Markov continuo en el tiempo se tiene
que siempre uno de los valores propios es cero y todos
los otros valores propios tienen parte real negativa.
La frecuencia con que se presenta un estado i, representa
la cantidad de veces que se presenta un estado del
proceso, en el tiempo, segn la Ecuacin (4). La
frecuencia de ocurrencia de un estado se calcula mediante
el producto de la probabilidad de estado estable del
estado i por la sumatoria de las tasas de salida desde ese
estado hacia los otros.
n

(4)

j =1

El tiempo medio gastado es un estado i o duracin media


en este estado es el inverso de sumatoria de las tasas de
salida desde ese estado. Este valor se calcula a partir de la
expresin (5).
n

mi = 1/ hij
j =1

LA

3.1 Clculo de las tasas de transicin

i : Es el valor propio i de la matriz H .

f i = Pi () * hij

DE

(5)

(n
s =1

ij s

(6)

En donde la sumatoria corresponde a todos los


estudiantes que se han transferido del programa i al
programa j en los L semestres evaluados y L= 15
semestres.
3.2 Anlisis para aplicar procesos de Markov
continuo en el tiempo y discreto en el estado.
Se revisan los datos totales de transferencias en cada uno
de los periodos evaluados, realizando anlisis grafico que
se muestra en la Figura 2 basada en la Tabla 2.
Semestre
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Transferencias
89
91
90
56
91
108
62
145
110
208
115
143
125
147
120

Tabla 2. Nmero de transferencias por semestre

215

Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

En la tabla 3 se muestran las transferencias entre los


programas de pregrado observados. Con base en ella se
realizan los clculos de acuerdo a la Ecuacin (6) y se
construye la matriz de transiciones H para el problema en
estudio, tomando en cuenta el factor L =15 semestres,
que corresponde al horizonte de observacin.

250
200
150
100

Serie1

1
2
3
4
5
6
7
8

50
0
1

11 13 15

Semest r es

Figura 2. Transferencias por semestre


El nmero de transferencias cambia conforme cambia el
tamao de la poblacin estudiantil total matriculada en la
universidad, sin embargo, su porcentaje permanece
aproximadamente constante, lo cual indica tasas de
transicin entre programas constantes.
4.

MODELO MATEMATICO DEL FENMENO


DE TRANSFERENCIA ENTRE PROGRAMAS

El sistema se compone de 8 estados en donde cada estado


representa una de las carreras en las que puede
encontrarse el estudiante; todos los estados tiene
comunicacin entre s
Estado 1: Ingeniera Mecnica
Estado2: Ingeniera Industrial
Estado3: Ingeniera Elctrica
Estado 4: Ingeniera de Sistemas
Estado 5: Tecnologa Mecnica
Estado 6: Tecnologa Industrial
Estado 7: Tecnologa Elctrica
Estado 8: Otros programas
t

1
-107
8
27
8
80
10
10
22

2
28
-48
65
37
19
44
21
56

3
26
2
-182
9
13
1
146
36

4
4
8
22
-114
5
9
6
54

5
16
1
5
1
-186
3
15
26

7
5
1
18
5
8
2
-254
19

8
23
20
36
41
50
38
45
-241

Tabla 3. Transferencias entre estados (Estudiantes que se


transfirieron dentro de los 15 semestres del estudio).
Resolviendo los valores propios y vectores propios de la
matriz H se obtienen las ecuaciones (7) a (14) que
representan el sistema.
Para resolver el sistema de ecuaciones se parte del
supuesto que la poblacin estudiantil est en el estado 1 y
se evala en t=0, esto en razn a que la estabilidad del
sistema es independiente del estado inicial.
Estas ecuaciones estn conformadas de una parte estable
y otra transitoria: la estable se refiere a las probabilidades
de largo plazo y las transitorias sirven para realizar
predicciones a corto plazo. El estas ecuaciones, el
tiempo t se mide en semestres.

P1(t) = 0.1151e1t +0.0115e2t 0.0127e 3 +0.1070e4t + 0.1570e 5 +0.3227e 6 +0.2917e 7 +0.0077e 8


t

P2 (t) = 0.46471e1t +0.0202e2t 0.0164e 3 0.01080e4t + 0.1098e 5 0.7703e 6 +0.2208e 7 0.0109e 8


t

6
5
8
9
13
11
-107
11
28

P3(t) = 0.6631e1t 0.0872e2t +0.0885e 3 +0.0420e4t 0.3054e 5 +0.1634e 6 +0.0646e 7 0.0322e 8

(7)
(8)
(9)

t
P4(t) = 0.1077e1t +0.0158e2t 0.0066e 3 +0.0136e4t + 0.1378e 5 +0.0884e 6 0.2072e 7 0.1496e 8

(10)

t
t
t
t
P5 (t) = 0.322e1t 0.0009e2t +0.0085e3t 0.1229e4t 0.0273e 5 +0.0732e 6 +0.0338e 7 0.0033e 8

(11)

t
t
t
t
P6(t) = 0.0910e1t +0.0022e2t +0.0012e3t +0.0159e4t + 0.0200e 5 +0.0352e 6 0.3560e 7 +0.1906e 8

(12)

t
t
t
t
t
P7 (t) = 0.0203e1t +0.0638e2t 0.00553e 3 0.0041e4t 0.0557e 5 +0.0351e 6 +0.0028e 7 0.0069e 8

(13)

t
t
t
t
t
P8(t) = 0.1026e1t 0.0255e2t 0.0073e 3 0.0334e4t 0.0363e 5 +0.0524e 6 0.0505e 7 0.0020e 8

(14)

Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira. ISSN 0122-1701

5.

RESULTADOS PARA EL FENMENO DE


TRANSFERENCIAS

5.1 probabilidades de largo plazo


Estado=programa
Ingeniera Mecnica
Ingeniera Industrial
Ingeniera Elctrica
Ingeniera de Sistemas
Tecnologa Mecnica
Tecnologa Industrial
Tecnologa Elctrica
Otros programas

Probabilidad
0.1151
0.4647
0.0663
0.1077
0.0322
0.0910
0.0203
0.1026

Tabla 4. Probabilidades de largo plazo


Cada una de estas probabilidades da una prediccin del
programa acadmico donde se encuentra un estudiante
tpico que se transfiere. Por ejemplo, la probabilidad de
encontrar un estudiante que se transfiere en el programa
de ingeniera de sistemas es del 10.77%.
5.2 Frecuencia y Duracin de cada estado
Programa
Ing. Mecnica
Ing. Industrial
Ing. Elctrica
Ing. Sistemas
Tec. Mecnica
Tec. Industrial
Tec. Elctrica
Otros programas

Frecuencia(

fi )

[veces/semestre]
0.8210
1.4870
0.8044
0.8185
0.3992
0.6431
0.3437
1.6484

Duracin ( mi )
[Semestres]
0.14018
0.3125
0.0824
0.13157
0.08064
0.14018
0.0590
0.0622

Tabla 5. Frecuencia y Duracin por estados.


Para un periodo de estudio dado, estos resultados se
interpretan de la siguiente forma: la frecuencia es el
nmero de veces que un estudiante transferente visita un
programa dado y la duracin es el tiempo total que
permanece en un programa durante el nmero de veces
que lo visit.
Como ejemplo, en la Tabla 6 se presentan los valores de
frecuencia y duracin para un periodo de estudio de 10
semestres, donde se ha redondeando a entero los valores
de frecuencia y duracin.
Programa
Ing. Mecnica
Ing. Industrial
Ing. Elctrica
Ing. Sistemas
Tec. Mecnica
Tec. Industrial
Tec. Elctrica
Otros programas

Frecuencia
[Veces]
8
15
8
8
4
6
3
16

Duracin
[semestres]
1
5
1
1
0
1
0
1

Tabla 6. Frecuencia y duracin para 10 semestres


Fecha de Recepcin: 4 de junio de 2008.

216

Como se observa en la Tabla 6, en un periodo de 5 aos,


el estudiante transferente estar de a un semestre en los
programas de ing. mecnica, ing. elctrica, ing. de
sistemas y tec. Industrial, un semestre en uno de los otros
programas y cinco semestres en el programa de ing.
industrial; esto porque el modelo considera que el
estudiante transferente simplemente va de programa en
programa.
Dado que las transferencias solo se permiten cada
semestre, en un periodo de 10 semestres un estudiante
solo puede transferirse 9 veces entre programas. As, el
concepto de frecuencia presentado en la Tabla 6 no tiene
sentido para el caso bajo estudio; estas frecuencias
corresponden a un proceso aleatorio en el cual en
cualquier instante de tiempo se puede dar el cambio entre
estados, lo cual no aplica para el caso bajo estudio.
6.

MODELO MATEMATICO DEL FENMENO


DE DESERCIN

Un estudiante se considera desertor al no haberse


matriculado por dos semestres consecutivos [10]. Con
base en esto se evaluaron los registros de los estudiantes
transferidos que desertaron de la universidad,
obtenindose los resultados de la Tabla 7 adicionalmente
se muestra la desercin de otros programas de forma
detallada, para justificar el hecho agruparlas bajo un solo
estado denominado otros programas que se muestran en
la Tabla 8.
Programa
Ing.
Mecnica
Ing.
Industrial
Ing.
Elctrica
Ing.
Sistemas
Tec.
Mecnica
Tec.
Industrial
Tec.
Elctrica
Otros
programas

Estudiantes que
se transfieren

Desertores

Probabilidad de
desercin

165

42

0.2545

242

26

0.1074

207

43

0.2077

104

23

0.2212

51

24

0.4706

80

13

0.1625

53

20

0.3727

321

53

0.1651

Tabla 7. Probabilidad de desercin de los estudiantes


transferidos.
Los estudiantes transferidos a Tecnologa Mecnica y
Tecnologa Elctrica son los que tienen mayor
probabilidad de desercin; los estudiantes transferidos a
Ingeniera Industrial, Tecnologa Industrial y Otros
programas son los que tienen menor probabilidad de
desercin.

217

Otros programas
Ing. Fsica
Deportes
Tec. Qumica
Lic. Matemticas
Lic. Comunicacin
Lic. Pedagoga
Lic.Comunic e info.
Ad. Industrial
Ad. del medio Ambiente
Qumica Industrial
Lic. en Msica
Medicina
Lic. Etnoeducacin
Lic. Espaol y Literatura

Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

Desercin
11
6
5
4
4
3
4
3
5
2
2
2
1
1

Tabla 8. Nmero de desertores de estudiantes transferidos


a otros programas.
7. CONCLUSIONES
1. El proceso de Markov discreto en el estado y continuo
en el tiempo permite modelar los fenmenos de
transferencia de estudiantes entre programas de
pregrado y de desercin estudiantil.
2. Este tipo de modelamiento permite obtener ndices
descriptores de los fenmenos aleatorios bajo estudio
como la probabilidad de encontrar un estudiante
transferente en alguno de los programas, la frecuencia
con se presentan transferencias a cada programa y la
duracin media en cada programa, lo cual, da una base
analtica para programar los recursos de la universidad
3. Se presenta un ejemplo de aplicacin real tomando
estadsticas correspondientes a 15 semestres
acadmicos de la Universidad Tecnolgica de Pereira.
4. El mtodo presentado es una forma de anlisis de los
fenmenos de transferencias entre programas de
pregrado y de desercin estudiantil que va ms all de
los enfoques meramente estadstico-descriptivos.
8. BIBLIOGRAFA
[1] Caicedo C, Alto porcentaje de desercin
universitaria; estadstica alcanza el 52% y es
considerada como una tragedia nacional. La
Prensa, junio 20 de 2005.
[2] Himmel E. Modelos de anlisis de la desercin
estudiantil en la educacin superior, 2005.
[3] W. Escalante, Desercin universitaria en el rea de
ingenieras, Tesis doctoral en Ciencias Sociales de
la Universidad Catlica "Santa Mara" de Arequipa,
2005.
[4] Zapata C. J, Anlisis probabilstico y simulacin,
Universidad Tecnolgica de Pereira, 2007.
[5] Vega M. V, Cadenas de Markov de tiempo continuo
y aplicaciones. Monografa. Licenciatura en

matemtica. Universidad de la Repblica de


Uruguay, 2004.
[6] Billinton R, Allan R, Reliability evaluation of
engineering systems: concepts and techniques,
Pitman, 1982
[7] Torres A, Probabilidad, procesos estocsticos y
confiabilidad en ingeniera elctrica, Universidad
de los Andes, 2005.
[8] Law A. M, Kelton D. W, Simulation Modeling and
Analysis, Mc-Graw Hill, 2000.
[9] Miller I. R, Freund J. E, Johnson R, Probability
and statistics for engineers, Prentice Hall, 1992.
[10] Sistema de prevencin y anlisis de la desercin en
las instituciones de educacin superior. Manual del
administrador. versin 2.4. (Sin fecha)

Anda mungkin juga menyukai